AI競馬予想とは？仕組み・的中率と回収率の見方・法律と税金の注意点を解説

AI競馬とは、過去のレース結果や血統、騎手、馬場状態などのデータを機械学習で処理し、各馬の勝つ確率や期待値を数字で示してレースを予想する取り組みです。AIで競馬予想をすること自体は可能ですが、必ず当たる、必ず勝てるというものではありません。的中率と回収率は別物であり、馬券には払戻率による構造的な差し引きがあるため、AIを使っても長期的にプラス収支を続けるのは簡単ではないからです。この記事では、AI競馬予想の仕組み、AI投票(自動購入)との違い、人間の予想との違い、サービスの選び方と無料・有料の違い、的中率と回収率の見方、検証の落とし穴、法律と税金の注意点、よくある誤解を、公的な情報と個人の検証事例をもとに整理します。あわせて、予想AIの検証の考え方を仕事の学びに生かす方法にも触れます。

目次

開く

閉じる

1. AI競馬の「検証の考え方」を仕事に生かすには｜社内で学ぶ場を整える選択肢
2. AI競馬とは｜機械学習による予想の仕組み
3. 人間の予想との違い｜AIの強みと限界
4. AI競馬予想サービスの種類と特徴
5. 的中率と回収率の正しい見方｜AIでも勝ち続けるのが難しい理由
6. 法律・税金の注意点｜賭博罪・競馬法・払戻金の課税
7. AI競馬予想でよくある誤解
8. よくある質問(FAQ)
9. まとめ
10. 参考文献

AI競馬の「検証の考え方」を仕事に生かすには｜社内で学ぶ場を整える選択肢

AI競馬は、過去のデータから勝つ確率を数値にする機械学習の身近な応用例です。学習に使っていないデータで検証するという考え方は、仕事のデータ分析やAI活用の学び方にもそのまま通じます。

予想AIの仕組みを理解する過程では、データの整え方、学習と検証の分け方、過去に合わせすぎる過学習の避け方、そして成績の数字がどんな前提で出ているかを確かめる習慣が身につきます。これは競馬に限らず、売上予測や需要予測といった業務の数字を読むときにも欠かせない力です。一方、社内でAIやデータ分析の勉強会を開く立場になると、教材の配布、理解度の確認、誰がどこまで学んだかの管理といった運用の手間が課題になりがちです。ここで紹介するのは、競馬の予想を教えるサービスではなく、こうした社員教育の運用を支える3つのeラーニング・研修サービスです。AIの講座そのものを備えているかどうかは各社で異なるため、資料で確認してください。役割の違いを次の表にまとめました。

AIやデータ分析の勉強会を、自社の資料や動画で社内に広げたい場合の一例がSmart Boarding(株式会社FCE)です。社員研修・OJT・eラーニングを1つのシステムで実施でき、自社の資料や動画を組み合わせたオリジナルの研修コースを作成できるほか、学習管理機能で受講者の進捗や理解度を確認できます。一方で、電話やメールでの相談、教育プログラムの設計支援といった手厚いサポートは「充実サポートプラン」のみで、自社の教育内容を学習プログラム化する手間もあらかじめ見込む必要があります。料金はプランによって異なるため、資料や公式サイトで確認してください。

導入事例では、教育に割く工数の確保が課題だった株式会社Roadが、導入後の変化を次のように述べています。

教育の入り方がわれわれの直接指導のときよりも全然早いなと思います。

導入事例(株式会社Road)｜株式会社FCE「Smart Boarding」公式サイト

AI競馬とは｜機械学習による予想の仕組み

AI競馬とは、人工知能(主に機械学習)を使って、レースの着順や各馬の勝つ確率を予想する取り組みのことです。人間の予想家が経験や勘をもとに印を付けるのに対し、AIは過去の膨大なレースデータから「どんな条件の馬が好走しやすいか」というパターンを学習し、出走馬ごとに数値で評価します。

予想AIができあがるまでの流れ

予想AIの作り方は、提供するサービスや個人の開発者によって細部が異なりますが、大まかな流れは共通しています。

1. データを集める：過去のレース結果、出走馬の成績、血統、騎手、調教師、馬場状態、天候、オッズなどを収集する。
2. データを整える：欠けている値の処理や、数字として扱える形への変換を行う。ここでのミスが予想精度の低下につながりやすい。
3. 特徴量を作る：「前走からの間隔」「同じ距離での成績」など、予想に役立ちそうな指標をデータから作る。
4. 学習させる：一定期間のレースを学習データとして、どの特徴量が着順と関係するかをモデルに学ばせる。
5. 検証する：学習に使っていない期間のレースで予想を行い、的中率や回収率を確認する。
6. 運用する：検証結果をもとに買い方のルールを決め、新しいレースの予想に使う。

重要なのは5番目の検証です。学習に使ったレースでよい成績が出ても、それは答えを知ったうえでの結果にすぎません。学習に使っていない期間で成績を確かめて初めて、そのAIが未来のレースにも通用するかどうかを判断できます。

AIが評価に使う主なデータ

競馬のデータ分析で使われる代表的なデータを整理すると、次のようになります。どのデータをどの程度重視するかは、サービスやモデルによって異なります。

分類	主なデータの例	予想での役割
馬の能力	過去の着順、タイム、上がりの速さ、クラス	馬そのものの力を測る基本の指標
コンディション	馬体重の増減、前走からの間隔、調教の内容	今回のレースで力を出せる状態かを推し量る
適性	距離、芝とダート、コース、馬場状態ごとの成績、血統	今回の条件が合っているかを判断する
人の要素	騎手や調教師の成績、乗り替わりの有無	馬以外の要因による上積みや不安を反映する
レース条件	枠順、頭数、展開(逃げ馬の数など)、天候	同じ能力でも有利不利が生じる要因を反映する
市場の評価	オッズ、人気順	他の購入者の見立てを反映し、期待値の計算に使う

オッズは多くの人の予想が集まった「集合知」ともいえる数字です。そのためオッズを入力に使うと予想の精度は上がりやすい一方、人気馬ばかりを評価する結果になり、配当の妙味が小さくなるという性質もあります。オッズを使うか使わないかは、AIの設計思想が分かれるポイントの一つです。

「勝つ確率」と「期待値」の違い

AI予想の結果は、多くの場合「勝率」や「期待値」という形で表示されます。勝率は、その馬が勝つ見込みを確率で表したものです。期待値は、勝率に配当(オッズ)を掛け合わせ、その馬券を買ったときに平均してどれだけ戻ってくるかを示したものです。勝率が高くてもオッズが低ければ期待値は低くなり、勝率がそこそこでもオッズが高ければ期待値が高くなることがあります。多くのAI予想サービスが「期待値の高い馬」を強調するのは、長期的な回収率を意識しているためです。

予想に使われるモデルの主な種類

ひと口にAI競馬予想といっても、裏側で動いているモデルの種類はさまざまです。どの手法が優れているかは一概にいえず、扱うデータの量や、評価の理由をどこまで説明したいかによって向き不向きが分かれます。サービスの説明文に出てくる用語を読み解けるよう、代表的な手法を整理します。

モデルの種類	考え方	向いている点と注意点
統計的な回帰モデル(ロジスティック回帰など)	各データが勝敗にどの程度影響するかを係数として求め、勝つ確率を計算する	どのデータが効いているかを説明しやすい。データ同士の複雑な組み合わせは表現しにくい
決定木を組み合わせたモデル(勾配ブースティングなど)	「距離が長く、かつ前走から間隔が空いている」といった条件分岐を大量に重ねて評価する	表形式のデータと相性がよく、個人が作る予想AIでも広く使われる。条件を細かくしすぎると過学習しやすい
ニューラルネットワーク(ディープラーニング)	多層の計算を通じて、人が指定しなくてもデータの中の複雑な関係を学習する	大量のデータがあるほど力を発揮する。評価の理由がわかりにくく、学習にも手間がかかる

これらはいずれも、過去のレース結果という「正解」を与えて学ばせる教師あり学習に分類されます。複数のモデルの結果を組み合わせて最終的な評価を出すサービスもあります。大切なのは手法の名前の新しさではなく、学習に使っていない期間で検証した成績が示されているかどうかです。「ディープラーニング採用」といった表現だけで精度が高いと判断しないようにしましょう。

ChatGPTなどの生成AIによる予想との違い

最近は、ChatGPTのような対話型の生成AIに出走表を渡して予想を聞く使い方も広がっています。ただし、生成AIと、ここまで説明してきた予想専用のモデルは仕組みが異なります。予想専用のモデルは過去のレースデータから勝つ確率を数値として計算しますが、生成AIは文章を作ることを得意とするAIであり、渡された情報をもとにもっともらしい説明文を組み立てているにすぎません。同じ質問でも回答が変わることがあり、過去の成績を検証して回収率を確かめるという使い方にも向いていません。生成AIの仕組みそのものは、生成AIとは？5分野マップと業務での使い方で整理しています。

また、生成AIは事実と異なる内容をそれらしく答えてしまうことがあります。馬の戦績や騎手、枠順などを誤って述べる可能性があるため、回答に含まれる情報は主催者の公式な出走表で確かめる必要があります。この現象についてはAIの幻覚(ハルシネーション)とは？仕組み・原因・防止策と業務のチェック体制で詳しく解説しています。生成AIを使うなら、勝ち馬を当ててもらう道具としてではなく、出走馬の情報を整理する、自分の予想の根拠に見落としがないかを点検する、といった考えを整理する補助として位置づけるのが現実的です。確率や期待値を数字で確かめたい場合は予想専用のモデル、情報の整理や言語化には生成AIと、役割を分けて考えると混乱しにくくなります。

AI投票とは｜予想AIと自動購入は別の話

AI投票は、AIを使って馬券を買う方法をまとめて指す呼び方として使われ、大きく次の2つの意味があります。1つ目は、AIが出した印や買い目を参考にして、自分で馬券を購入する使い方です。2つ目は、事前に決めた条件や計算式にしたがって、ソフトウェアが自動で馬券を購入する自動投票です。

予想AIが「どの馬を高く評価するか」を出す仕組みであるのに対し、自動投票は「どのように買うか」を機械的に実行する仕組みで、役割が異なります。自動投票は感情に左右されずに一貫して買える反面、設定した条件が誤っていれば、誤った買い方をそのまま大量に繰り返してしまいます。また、自動で購入できるかどうかや、その条件は投票サービスの利用規約によって異なるため、利用前に必ず規約を確認してください。税金の扱いは「法律・税金の注意点」で説明します。

人間の予想との違い｜AIの強みと限界

AIの強みは、人間では扱いきれない量のデータを、同じ基準で一貫して評価できることです。一方で、データに表れない情報は苦手とします。人間の予想と比べた特徴を整理します。

比較の観点	AIの予想	人間の予想
扱えるデータ量	数年分、数万レース規模のデータを一度に処理できる	記憶や手元の資料に限られる
判断の一貫性	同じ条件なら同じ評価を出す	好きな馬や直前の負けなど、感情に左右されやすい
データにない情報	パドックの気配や陣営のコメントなどは反映しにくい	現地やニュースで得た情報を柔軟に取り入れられる
珍しい条件への対応	過去の例が少ない条件では精度が落ちやすい	経験則や類推で判断できることがある
理由の説明	モデルによっては評価の理由がわかりにくい	なぜその馬を選んだかを言葉で説明できる

感情を排除できることの意味

AIの強みとしてよく挙げられるのが「感情を排除できる」点です。人間は、負けが続くと取り返そうとして買い目を増やしたり、応援している馬を過大評価したりしがちです。AIは決められたルールで評価するため、こうした判断のぶれが起きません。ただし、AIが出した結果を見て最終的に買うかどうかを決めるのは人間です。AIの評価を見ながら、負けを取り返すために購入額を増やしてしまえば、感情を排除するという利点は失われます。AIの数字を使うなら、購入額の上限や買い方のルールもあわせて決めておくことが大切です。

AIと人間を組み合わせる使い方

実際には、AIの評価を「たたき台」として使い、データに表れない情報を人間が加味して最終判断する使い方が広く見られます。たとえば、AIが高く評価した馬のうち、当日の馬体重が大きく減っている馬は割り引いて考える、といった形です。あわせて、レース前に自分の予想とその理由を記録しておき、結果が出たあとにAIの評価と見比べて振り返る習慣をつけると、AIの得意・不得意や自分の判断のくせが見えてきます。AIを答えそのものではなく、判断材料の一つとして扱うことが、AI競馬と上手に付き合うための基本姿勢といえます。

なお、AIの予測を判断に使うときの精度の見方や限界は、競馬以外の分野でも共通します。不動産の価格査定を例にしたAI 不動産投資とは？物件査定・価格予測の活用と注意点を解説も参考になります。

AI競馬予想サービスの種類と特徴

AI競馬予想を利用する方法は、大きく分けて次の3つがあります。それぞれ手軽さや自由度、注意点が異なります。

種類	特徴	注意したい点
競馬情報サイトのAI予想	大手の競馬情報サイトや投票サイトが提供する機能。出走表と一緒に指数や評価を確認できる	詳しい評価は有料会員向けの場合がある。的中率・回収率の計算方法をサイトごとに確認する
AI予想アプリ・専門サービス	AI予想に特化したアプリや有料の予想サービス。買い目まで提示するものもある	運営者の情報や検証期間が不明確なサービスもある。高額な情報料や過大な宣伝には注意する
自作AI	Pythonなどを使い、自分でデータを集めてモデルを作る方法。評価の中身をすべて把握できる	データ収集や前処理に手間がかかる。サイトの利用規約に反するデータ取得をしないよう注意する

サービスを選ぶ際は、予想の根拠がどの程度説明されているか、成績がいつからいつまでの期間で、どのような計算方法で示されているかを確認しましょう。都合のよい期間だけを切り取った成績や、計算方法が書かれていない数字は、そのまま信用しない方が安全です。

無料で使えるAI予想と有料サービスの違い

AI競馬予想には、無料で見られるものと有料会員向けのものがあります。競馬情報サイトや投票サイトが予想の一部を無料で公開している場合や、個人が予想AIの結果を無料で公開している場合があり、詳しい評価や買い目の提示は有料会員向けになっているサービスもあります。ただし、無料だから精度が低い、有料だから精度が高いとは限らず、価格と精度は比例しません。無料の予想には集客や有料サービスへの案内を兼ねているケースもあるため、運営者の情報や成績の公開方法を確認し、登録や課金が必要になる範囲を事前に確かめてください。

AI予想を選ぶときの確認ポイント

「どのAIがいいか」という疑問には、特定のサービスを挙げるよりも、次の5つの観点で見比べる方が確実です。

確認ポイント	見るところ
対象とするレース	中央競馬と地方競馬のどちらに対応しているか。自分が買うレースを扱っているか
出力の形式	印、勝率、期待値、買い目のどこまで出るか。期待値はどの時点のオッズで計算しているかも確認する
成績の公開	検証期間、対象レース、計算方法が示されているか(詳しくは「的中率と回収率の正しい見方」)
料金と登録	無料で見られる範囲、有料会員向けの範囲、登録や課金が必要になるタイミング
運営者の情報	運営者や連絡先が明記されているか。「必ず当たる」などの過大な宣伝がないか

どのAIが最も優れているか、あるいはギャンブルに強いAIがあるかを断定することはできません。馬券には払戻率による構造的な差し引きがあり、どのAIも長期的な勝ちを保証できないためです。特定のサービスに頼り切るのではなく、上の基準で複数のサービスを見比べ、AIの評価を判断材料の一つとして使う方が安全です。

自作AIに挑戦する場合は、データ分析や機械学習の基礎知識が欠かせません。特に「学習データに合わせすぎて新しいデータで成績が落ちる」過学習の問題は、競馬AIの開発で多くの人がつまずくポイントです。こうした基礎を独学で断片的に学ぶより、体系立った教材で一通り押さえておくと、開発の遠回りを減らせます。個人の趣味として学ぶなら書籍や公開された解説記事でも十分ですが、仕事で学ぶ、あるいは社内の人に学ばせる場合は、教材の配布、理解度の確認、受講状況の管理といった運用も必要になります。社内でAIやデータ分析の勉強会を開く立場の方は、次の項目で今のやり方を確認してみてください。

的中率と回収率の正しい見方｜AIでも勝ち続けるのが難しい理由

AI予想の成績を見るときに最も大切なのが、的中率と回収率を区別することです。的中率は買った馬券のうち当たった割合、回収率は使った金額に対して払戻金がどれだけ戻ったかの割合です。回収率が100%を超えて初めて、収支がプラスになります。

的中率が高くても回収率が上がらない理由

的中率を上げるだけなら、人気の高い馬の単勝や複勝を買い続ければ比較的簡単です。しかし人気馬は配当が低いため、当たっても払戻金が少なく、外れた分を取り返せません。逆に高配当の馬券ばかりを狙うと、回収率が一時的に跳ね上がることはあっても、的中率が極端に下がり、長く外れが続きます。個人が公開している競馬AIの検証記事でも、的中率を高めると回収率は伸び悩み、高配当を狙うと的中率が大きく下がるという傾向が繰り返し報告されています。

払戻率という構造上の壁

公営競技の馬券は、売上の一部を差し引いた残りが払戻金として分配される仕組みです。払戻率は馬券の種類によって異なりますが、おおむね7割から8割程度に設定されています。つまり、全員が無作為に馬券を買った場合、平均的な回収率は100%を下回ります。たとえば払戻率が75%の馬券に1万円を使うと、平均的には約7,500円が戻り、約2,500円は差し引かれる計算です。

AIでプラス収支を目指すことは、この差し引き分を上回るほど、他の購入者より正確に「過小評価されている馬」を見つけ続けることを意味します。オッズには多くの人の予想が反映されているため、これを安定して上回るのは簡単ではありません。

成績の数字をチェックするポイント

AI予想サービスが公開している的中率や回収率は、次の点を確認してから参考にしましょう。

• 検証期間：数週間など短い期間の成績は、たまたま高配当が当たった影響を受けやすい。年単位の成績があるかを確認する。
• 対象レース：成績のよいレースだけを集計していないか。予想したすべてのレースが対象かを確認する。
• 計算方法：取消や除外があったレースの扱い、買い目の点数、購入金額の前提などはサイトごとに異なる。ある投票サイトでは、取消や除外のあったレースも計算対象に含めるよう集計方法を変更したことを告知している。
• 予想の公開時期：レース後に予想を後から出していないか。締め切り前に公開された予想の成績かを確認する。
• 実績の見せ方：高額な払戻しが出た特定のレースの実績だけを強調していないか。全レースの成績が示されているかを確認する。

計算方法が違えば、同じ予想でも数字は変わります。異なるサービスの回収率を単純に比べるのではなく、前提条件をそろえて見る習慣をつけることが大切です。

予想AIの検証で陥りやすい落とし穴

サービスの成績だけでなく、個人が公開している予想AIの検証記事を読むときにも、次の点を確認すると数字を落ち着いて読めます。

• 学習に使ったデータで検証していないか：学習に使った期間の成績は、答えを知ったうえでの結果にすぎない。学習期間より後の期間で検証しているかを確認する。
• 検証の対象が少なすぎないか：数十レース、数か月分の規模では、たまたまの高配当で成績が決まりやすい。個人が公開した競馬AIの検証記事でも、6月から12月の重賞46レースが対象で、筆者自身がより長期間の検証が必要だと述べている。
• 高配当の馬券に成績が左右されていないか：3連複のように配当の幅が大きい馬券では、1回の高配当が回収率を大きく押し上げる。同じ検証では、単勝の回収率はどのモデルも100%を下回った一方、3連複では上回ったが、高オッズの偶然の可能性が残ると述べられている。
• 年ごとのブレを見ているか：5年分の過去データによる別の個人の検証では、年ごとの単勝回収率が2倍以上開く例が示されている。前年に良かった買い方が翌年も続くとは限らず、性格の異なる2つのモデルに分けると、通しの回収率は下がっても最悪の年の回収率は上がったと報告されている。
• 実際の購入記録か、過去データへの当てはめか：あとから過去のデータに条件を当てはめた結果は、実際に購入した記録とは異なる。

これらはいずれも、予測モデルの評価に共通する考え方です。学習と検証を分ける、対象の数を確認する、特定の結果に偏っていないかを見る、という手順は、仕事で売上予測や需要予測の数字を読むときにも役立ちます。

研修でも同じで、教えた内容が身についたかどうかは、教材そのものではなく別の問題を使った確認テストで初めてわかります。こうした確認テストの運用に向く一例がSAKU-SAKU Testing(株式会社イー・コミュニケーションズ)です。CBTの技術を活かしたテスト機能を持つeラーニングプラットフォームで、ドリルやテスト、アンケートの作成、動画やスライドの登録、受講状況や結果のリアルタイムな管理ができます。紙で実施したテストやアンケートの結果を取り込んで、まとめて管理することも可能です。一方で、事務局運営やカスタマーデスクを利用する場合はオプション扱いとなり、AIを使ったリモート監視機能などは有償オプションの契約が必要です。料金はプランによって異なるため、資料や公式サイトで確認してください。

導入事例では、メディカル・データ・ビジョン株式会社が、受講者への督促メールの作業について次のように述べています。

受講督促メールに関しては、導入前に1年間で6.5時間かかっていたものが、1時間（1回の研修につき3種の督促メール）で終了しています。

導入事例(メディカル・データ・ビジョン株式会社)｜株式会社イー・コミュニケーションズ「SAKU-SAKU Testing」

3サービスの役割を比較表で見る

法律・税金の注意点｜賭博罪・競馬法・払戻金の課税

AIを使うかどうかに関係なく、馬券の購入には法律上のルールがあります。ここでは個人の競馬愛好家が知っておきたい点を整理します。なお、本記事は一般的な情報提供を目的としたものであり、法的助言や税務上の助言ではありません。個別の判断は弁護士や税理士、税務署などの専門家に確認してください。

公営競技と賭博罪の関係

刑法は第185条で賭博を、第186条で常習賭博や賭博場を開いて利益を図る行為を処罰の対象としています。一方、JRAや地方自治体が主催する競馬は、競馬法にもとづいて勝馬投票券(馬券)を販売する公営競技として認められています。そのため、正規の窓口やインターネット投票で馬券を買うこと自体は問題ありません。しかし、知人同士でレースの結果にお金を賭けたり、主催者以外が私的に馬券のようなものを受け付けたりする行為は、違法とされる可能性があります。AI予想の結果をもとに仲間内で賭けをする、といった使い方はしないようにしましょう。

20歳未満は馬券を買えない

競馬法第28条では、20歳未満の人が勝馬投票券を購入したり、譲り受けたりすることが禁じられています。民法上の成年年齢は18歳ですが、馬券は20歳にならないと購入できません。AI予想サービスを見ること自体に年齢制限がない場合でも、馬券の購入には年齢の条件がある点に注意が必要です。

払戻金にかかる税金とAIによる自動購入

馬券の払戻金は、原則として一時所得として扱われ、一定額を超えると確定申告が必要になる場合があります。一時所得では、その払戻金を得た当たり馬券の購入費用は差し引けますが、外れ馬券の購入費用は差し引けません。

AI競馬、とくにAI投票と関係が深いのが、例外的に雑所得とされるケースです。国税庁は、馬券を自動的に購入するソフトウエアを使用して定めた独自の条件設定と計算式にもとづくなどして、年間を通じてほぼ全てのレースで馬券を購入し続け、回収率が期間全体として100%を超えるように購入し続けてきたことが客観的に明らかな場合は、雑所得に該当すると考えるという見解を示しています。雑所得に該当すれば外れ馬券の購入費用も必要経費に含められますが、国税庁はあわせて、これに該当しない一般の競馬愛好家は従来どおり一時所得に該当するとしています。

つまり、AIを使って馬券を買っているというだけで雑所得になるわけではありません。購入の期間や回数、頻度、利益の規模などを総合的に考慮して判断されます。払戻金が大きくなった場合は、自己判断せずに税務署や税理士に相談しましょう。

悪質な予想サービスとのめり込みへの注意

「AIで必ず当たる」「関係者だけが知る情報」などとうたい、高額な情報料を請求する悪質な予想サービスの被害が以前から問題になっています。確実にもうかる予想は存在しないという前提で、少しでも不審に感じたら契約せず、消費生活センター(消費者ホットライン188)に相談してください。また、厚生労働省はギャンブル等への依存について、やめたくてもやめられない状態になる病気であり、治療や支援によって回復できると説明しています。AI予想を理由に購入額が増え続けていると感じたら、早めに保健所や精神保健福祉センターなどの相談窓口を利用しましょう。

ここまでは個人の馬券に関するルールでしたが、AIを仕事で使う場面でも、法令や情報管理のルールを従業員に定期的に伝える必要があります。コンプライアンス研修を継続して実施し、受講状況まで管理したい場合の一例がOneCompliance(株式会社Oyster)です。コンプライアンス研修に特化したeラーニングプラットフォームで、法務・労務・情報の領域の研修コンテンツを提供しており、コンテンツは専門家が作成・レビューしているとされています。ダッシュボードや自動リマインダーによって、研修の実施・管理にかかる工数を減らせる点も特徴です。一方で、料金体系は受講者の人数に応じて変わるため問い合わせでの確認が必要で、デモや無料トライアルの期間・内容も問い合わせで確かめる必要があります。AIの業務利用に関する講座が含まれるかどうかは、資料で確認してください。

導入事例では、株式会社プリメディカの担当者が、導入前の課題を次のように述べています。

社内で法務専任担当や教育専任担当がいなかったので、様々なコンプライアンス研修を社内のみで実施することは難しいと感じていました。

導入事例(株式会社プリメディカ)｜株式会社Oyster「OneCompliance」プレスリリース

3サービスの役割をもう一度比較表で見る

AI競馬予想でよくある誤解

AI競馬予想について広まりやすい誤解と、実際の考え方を整理しました。

よくある誤解	実際の考え方
AIを使えば必ず勝てる	払戻率の構造があるため、AIでも長期的にプラス収支を続けるのは難しい。AIは判断材料の一つにとどまる
的中率が高いAIほど優秀	人気馬を買えば的中率は上がる。収支を左右するのは回収率であり、両方を前提条件とあわせて見る必要がある
過去の成績がよければ今後も勝てる	過去のデータに合わせすぎたモデルは、新しいレースで成績が落ちやすい。学習に使っていない期間での検証が重要
高額なAI予想ほど当たる	価格と精度は比例しない。成績の根拠や運営者の情報を確認し、過大な宣伝には注意する
AIで買えば外れ馬券も経費になる	一般の競馬愛好家は一時所得として扱われ、外れ馬券の購入費用は差し引けない。雑所得となるのは限られたケース

こうした誤解の多くは、AIの仕組みや数字の見方を知らないことから生まれます。予測モデルの作り方や評価の方法を一度学んでおくと、宣伝の数字に振り回されにくくなるうえ、仕事のデータ分析でも「その数字は何を前提にしているか」を確かめる目が養われます。社内の人にも同じ見方を身につけてもらいたい場合は、自社の資料や動画を研修コースにまとめて繰り返し学べるようにしておくと、担当者がその都度説明する手間を減らせます。

よくある質問(FAQ)

Q. AI競馬予想とは何ですか？

A. 機械学習などの人工知能を使い、過去のレース結果や血統、騎手、馬場状態などのデータから、出走馬ごとの勝つ確率や期待値を計算してレースを予想する取り組みです。競馬情報サイトの予想機能や専門アプリ、個人が作る自作AIなどの形で利用されています。

Q. AIで競馬予想は可能ですか？当たりますか？

A. 予想すること自体は可能で、過去のデータから出走馬ごとの勝つ確率や期待値を計算するサービスや個人の予想AIがあります。ただし、必ず当たる、必ず勝てるわけではありません。馬券は売上の一部を差し引いて払い戻す仕組みのため、平均的な回収率は100%を下回ります。AIは判断材料の一つとして使い、購入額の上限を決めて楽しむことが大切です。

Q. 競馬予想のAIはどれを選べばよいですか？

A. どのAIが最も優れているか、ギャンブルに強いAIがあるかを断定することはできません。対象とするレース(中央競馬か地方競馬か)、出力の形式(印・勝率・期待値・買い目)、成績の検証期間と計算方法の公開、無料で見られる範囲、運営者の情報を確認し、複数のサービスを見比べましょう。「必ず勝てる」とうたうサービスは避けてください。

Q. AI競馬予想は無料で使えますか？

A. 無料で見られるAI予想もあれば、詳しい評価や買い目が有料会員向けのサービスもあります。無料か有料かと精度は比例しないため、成績の公開方法や運営者の情報を確認し、登録や課金が必要になる範囲を事前に確かめてください。

Q. AI投票(自動購入)で馬券を買うと税金の扱いは変わりますか？

A. AI投票という言葉は、AIの印や買い目を参考に自分で買う方法と、ソフトウェアが自動で購入する方法の両方を指して使われます。払戻金は原則として一時所得です。国税庁は、ソフトウエアなどを使って年間を通じてほぼ全てのレースで購入し続け、回収率が100%を超えることが客観的に明らかな場合などは雑所得に該当するとしていますが、一般の競馬愛好家は一時所得のままです。判断に迷う場合は税務署や税理士に相談してください。

Q. ChatGPTなどの生成AIで競馬予想はできますか？

A. 出走表をもとに予想を聞くことはできますが、生成AIは文章を作ることを得意とするAIで、勝つ確率を検証済みの数値として計算する予想専用のモデルとは仕組みが異なります。同じ質問でも回答が変わり、馬の戦績などを誤って述べることもあるため、情報は主催者の公式な出走表で確認し、情報の整理や考えの言語化を手伝ってもらう補助として使うのが現実的です。

まとめ

AI競馬は、過去の膨大なデータから各馬の勝率や期待値を計算する便利な予想手段ですが、勝ちを約束するものではありません。上手に付き合うためのポイントは次のとおりです。

1. AI予想は、データの収集、学習、検証という流れで作られる。学習に使っていない期間での検証結果を重視する。
2. AIは感情に左右されず一貫した評価ができる一方、データにない情報は苦手とする。AI投票(自動購入)は「どう買うか」を実行する仕組みで、予想とは役割が異なる。
3. 成績は的中率より回収率を重視し、検証期間、対象レースの数、計算方法、高配当への偏りなどの前提条件を確認する。
4. どのAIが最も良いかは断定できない。対象レース、出力の形式、成績の公開、無料と有料の範囲、運営者の情報を見比べ、払戻率の構造があるため購入額の上限を決めて楽しむ。
5. 20歳未満の購入禁止や私的な賭けの禁止、払戻金の課税など、法律と税金のルールを守る。
6. 検証の考え方を仕事の学びに生かし、社内に広げる場合は、教材の配信、理解度の確認、受講状況の管理を担うeラーニングなどの活用を検討する。

参考文献

• e-Gov法令検索「刑法」 https://laws.e-gov.go.jp/law/140AC0000000045
• e-Gov法令検索「競馬法」 https://laws.e-gov.go.jp/law/323AC0000000158
• 国税庁「競馬の馬券の払戻金に係る課税について」 https://www.nta.go.jp/information/other/data/h30/keiba/index.htm
• 厚生労働省「依存症についてもっと知りたい方へ」 https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000149274.html
• オッズパーク「AI予想(競馬・オートレース)のプロフィール画面の的中率、回収率について」 https://www.oddspark.com/keiba/info/2025/01/ai-8.html
• Qiita「競馬AIの自作と今年のレースで検証してみた」 https://qiita.com/kenkenvw/items/311ca133f3c065f794a7
• note「性格のちがうAI予想モデル2本に分散したら、回収率の振れ幅」 https://note.com/ai_kensho_keiba/n/ne6f1ef6885b9
• 株式会社FCE「Smart Boarding」導入事例(株式会社Road) https://smartboarding.net/example/486/
• 株式会社イー・コミュニケーションズ「SAKU-SAKU Testing」導入事例(メディカル・データ・ビジョン株式会社) https://www.e-coms.co.jp/jirei/jirei29
• 株式会社Oyster「OneCompliance」プレスリリース(株式会社プリメディカ) https://prtimes.jp/main/html/rd/p/000000004.000117367.html